Resumo Genérico da Concepção

Propósito deste modelo

Este é um exemplo de um resumo de concepção concluído após as sessões de concepção. Ele resume os materiais revisados, os cenários de aplicação discutidos e decididos, e os próximos passos no processo.

Resumo da Concepção

Introdução

Este documento tem como objetivo resumir o que discutimos nessas sessões de concepção e o que decidimos trabalhar neste engajamento de aprendizado de máquina (ML). Com este documento, esperamos que todos estejam na mesma página em relação ao escopo deste engajamento de ML e garantirá um início bem-sucedido para o projeto.

Materiais Compartilhados com a Equipe

Liste os materiais compartilhados com você aqui. A lista abaixo contém alguns exemplos. Você vai querer ser mais específico.

1. Declaração de visão de negócios

2. Amostra de dados

3. Declaração de problema atual

Também discuta:

1. Como a solução atual é construída e implementada

2. Detalhes sobre o estado atual dos sistemas e processos.

Cenários de Aplicação que Podem Ajudar [Pessoas] a Alcançar [Tarefa]

Os seguintes cenários de aplicação foram discutidos:

Cenário 1:

Cenário 2:

Adicione mais cenários conforme necessário

Para cada cenário, forneça um nome descritivo apropriado e siga com mais detalhes.

Para cada cenário, discuta:

1. Qual declaração de problema foi discutida

2. Como propomos resolver o problema (pode haver várias propostas)

3. Quem usaria a solução

4. Como seria usar nossa solução? Um exemplo de como isso traria valor ao usuário final.

Cenário Selecionado para Este Engajamento de ML

Qual cenário foi selecionado?

Por que esse cenário foi priorizado em relação aos outros?

Outros cenários serão considerados no futuro? Quando os revisaremos / que condições precisam ser atendidas para persegui-los?

Mais Detalhes do Escopo para o Cenário Selecionado

1. O que está dentro do escopo?

2. Que dados estão disponíveis?

3. Qual métrica de desempenho usar?

4. Barra de métricas de desempenho

5. Quais são os entregáveis?

Próximos Passos

Documentos legais a serem assinados

Especifique os documentos e o cronograma.

Revisão de IA Responsável

Planeje quando realizar um processo de IA responsável. Quais são os pré-requisitos para iniciar este processo?

Workshop de Exploração de Dados

Um workshop de exploração de dados está planejado para o PERÍODO. Este workshop de exploração de dados terá X a Y dias, excluindo o tempo para obter acesso aos recursos. O objetivo do workshop de exploração de dados é o seguinte:

1. Garantir que a equipe possa acessar os dados e recursos de computação necessários para o estudo de viabilidade de ML.

2. Certificar-se de que os dados fornecidos tenham qualidade e sejam relevantes para a solução de ML.

3. Certificar-se de que a equipe do projeto tenha um bom entendimento dos dados.

4. Certificar-se de que os SMEs (Especialistas em Assunto) necessários estejam presentes no Workshop de Exploração de Dados.

5. Listar as pessoas necessárias para o workshop de exploração de dados.

Estudo de Viabilidade de ML até [data]

Objetivos

Declare o que esperamos ser o objetivo no estudo de viabilidade.

Cronograma

Dê um cronograma possível para o estudo de viabilidade.

Pessoal necessário

Que tipos de pessoas/papéis são necessários para o estudo de viabilidade?

O que Vem Depois do Estudo de Viabilidade de ML

Detalhe aqui.

Resumo do Cronograma

Abaixo está um resumo de alto nível do cronograma futuro:

Discuta datas para o workshop de exploração de dados e estudo de viabilidade, juntamente com quaisquer itens a fazer, como iniciar o processo de IA responsável, identificar recursos de engenharia. Sugerimos usar uma lista de marcadores concisa ou uma tabela para transmitir facilmente as informações.